イラクにおけるARIMAXと人工ニューラルネットワークを用いたCO2排出量の予測：比較モデリングアプローチ

科学分野:

• 環境科学
• 気候モデリング
• データサイエンス

背景:

• 二酸化炭素（CO2）などの温室効果ガス排出によって引き起こされる気候変動は、効果的な緩和戦略のために正確な排出量予測を必要とします。
• 気候変動の影響を大きく受けている地域であるイラクにおけるCO2排出量の予測は、地域の政策立案にとって不可欠です。
• 従来の時系列モデルは、気候および排出量データに固有の複雑で非線形なダイナミクスに苦労することがよくあります。

研究 の 目的:

• イラクにおけるCO2排出量予測のための高度なモデルの開発と評価。
• CO2排出量予測の精度を向上させるために、気候変数（気温、降水量）を組み込む。
• CO2排出量予測における従来型および高度な機械学習モデルのパフォーマンスを比較する。

主な方法:

• 1937年から2023年までのイラクの過去のCO2排出量データを使用しました。
• 複数の予測モデルを採用しました：外生変数付き自己回帰和分移動平均（ARIMAX）、フィードフォワードニューラルネットワーク（FNN）、リカレントニューラルネットワーク（RNN）、およびハイブリッドFNN-RNNモデル。
• モデル精度を向上させるために、外生変数として気温と降水量を組み込みました。

主要な成果:

• ARIMAX、FNN、RNNを上回るハイブリッドFNN-RNNモデルの優れたパフォーマンスが、主要な指標（R²、MSE、RMSE、MAE）によって実証されました。
• ハイブリッドモデルは、過学習なしの良好な汎化を示す、安定したトレーニングと検証の損失収束を示しました。
• 予測では、2024年から2028年の間にイラクのCO2排出量が大幅に9.18%増加し、2028年にピークに達すると予測されています。

結論:

• ハイブリッドFNN-RNNモデルは、従来のモデルを上回る、CO2排出量予測のための堅牢で正確なアプローチを提供します。
• 気候変数を組み込むことは、CO2排出量の予測精度を大幅に向上させます。
• この調査結果は、政策立案者がイラクでターゲットを絞った排出削減戦略を設計し、社会経済的要因に関する将来の研究に情報を提供するための重要なデータを提供します。